Lekce 6 - Neuronové sítě - Příprava na logistickou regresi
V minulé lekci, Neuronové sítě - Nelineárně separovaná data, jsme si ukázali, jak postupovat v případě nelineárně separovaných dat.
V následujících několika lekcích tutoriálu Neuronové sítě - Pokročilé se budeme věnovat teorii potřebné pro implementaci algoritmu tréninku logistické regrese. Dříve, než se pustíme k použití, osvěžíme si již získané znalosti a vyzkoušíme si také něco praktického. Otestujeme náš perceptronový model na datové sadě MNIST.
Klasifikace MNIST
MNIST je sada ručně psaných číslic. Úkolem je říci, jaká číslice je na obrázku. Níže můžete vidět několik příkladů číslic:
Protože perceptron dokáže rozlišovat pouze mezi dvěma třídami, uděláme něco, čemu se říká one-to-one přístup. Obecně budeme mít více estimátorů, pro každou dvojici číslic jeden, a vybereme číslici, která se vyskytuje v předpovědích nejčastěji. To znamená, že pro každou číslici budeme mít devět perceptronů (3 vs 0, 3 vs 1, 3 vs 2, ..., 3 vs 9) a vybereme číslici, která byla předpovězena nejčastěji.
Estimátor je matematický termín popisující model nebo obecně nějaké pravidla, která předpovídají pravděpodobnou třídu na základě vstupních dat. Například v tomto případě na základě pixelů předpovídáme, o jakou číslici jde. Estimátor pro naše účely bude neuronová síť, ale může se jednat také o ručně psaná pravidla a jiné modely z machine learningu.
Nejprve načteme datovou sadu MNIST pomocí sklearn:
...konec náhledu článku...
Pokračuj dál
Došel jsi až sem a to je super! Věříme, že ti první lekce ukázaly něco nového a užitečného.
Chceš v kurzu pokračovat? Přejdi do prémiové sekce.
Koupit tento kurz
Před koupí tohoto článku je třeba koupit předchozí díl
Obsah článku spadá pod licenci Premium, koupí článku souhlasíš se smluvními podmínkami.
- Neomezený a trvalý přístup k jednotlivým lekcím.
- Kvalitní znalosti v oblasti IT.
- Dovednosti, které ti pomohou získat vysněnou a dobře placenou práci.
Popis článku
Požadovaný článek má následující obsah:
V tomto tutoriálu Pythonu pro pokročilé si nejprve projdeme prerekvizity a seznámíme se s pravděpodobností neuronových sítí.
Kredity získáš, když podpoříš naši síť. To můžeš udělat buď zasláním symbolické částky na podporu provozu nebo přidáním obsahu na síť.
